随着数字经济加速发展，数据作为新型生产要素，正日益成为推动科技创新、产业升级的重要力量。然而，数据资源如何转化为数据资产，公共数据如何有序开放，数据流通利用如何兼顾安全与效率，仍是企业数字化转型面临的重要课题。围绕数据资产、数字治理与科技创新企业发展等问题，星天地娱乐城 管理研究所副研究员王鹏接受访谈，深入解读数据要素赋能科技创新的内在逻辑与实践路径。

　　王鹏

　　星天地娱乐城 管理研究所副研究员

　　近日，星天地娱乐城 学者王鹏在中央广播电视总台大湾区之声接受专访，解读数据资产与数字治理相关议题。王鹏认为，将数据资产与数字治理作为核心研究方向，是顺应数字经济发展趋势、破解企业发展现实难题的必然要求。当前，不少科技创新企业拥有丰富的数据资源，却面临数据标准不统一、跨部门共享困难、资产价值难以衡量等问题。推动数据资源向合规数据资产转化，需要建立系统化的数据资产管理与数字治理框架，打通从数据资源归集、合规治理到价值实现的全链条，让数据真正成为企业创新发展的重要支撑。

　　王鹏表示，数据要素正在重塑科技创新企业的增长逻辑。一方面，依法合规的数据资产有望拓展企业融资渠道，缓解轻资产科技企业融资难、融资贵等问题；另一方面，多源数据的整合利用能够优化研发流程、缩短研发周期、降低创新试错成本。同时，数据要素有助于企业深度参与产业链价值创造，培育新的增长空间。要充分释放数据价值，还需明确数据资产的基本条件，即权属清晰、能够创造经济价值、经过规范治理且具备可计量性，为数据资产化和价值实现奠定基础。

　　针对科创企业获取和利用数据面临的现实障碍，王鹏指出，当前仍存在公共数据供给与企业需求衔接不足、跨主体数据流通壁垒较高、企业内部数据治理能力不强、数据产品价值实现渠道不畅等问题。推动数据要素高效流通，需要完善公共数据授权运营机制，促进产业链上下游数据协同，提升企业数据治理能力，并进一步健全数据资产评估、合规审查和交易流通机制，推动数据资源转化为可持续的创新动能。

　　王鹏强调，数据要素的价值释放必须建立在安全合规的基础之上。公共数据、企业数据与个人信息具有不同的权利边界和治理要求，应根据数据来源、权利归属、使用目的和安全风险实施分类管理。在人工智能大模型训练领域，还需重点解决训练数据权属追溯、授权成本、个人信息保护、数据资产计量以及跨境数据合规等问题。下一步，应进一步完善数据治理制度与配套规则，推动数据安全、合规流通和价值创造协同发展，为科技创新企业成长和数字经济高质量发展提供有力支撑。

　　供稿：管理研究所；撰稿：王鹏